awesome-mlops

收录理由

搭建 MLOps 技术栈时，最耗神的往往不是选型本身，而是面对大量功能重叠的开源项目无从下手。这份清单把数百个项目按机器学习生命周期的不同环节做了归类，从 AutoML、特征存储到模型服务、漂移检测以及面向机器学习的 CI/CD 都有覆盖，想比较某个阶段的工具时，不必再同时打开十几个 GitHub 搜索页。除了工具列表，它还整理了文章、书籍、播客和行业活动，既适合快速圈定候选方案，也能顺带补充背景知识。作为一个由社区持续维护的目录，它本身不是需要部署的软件，更适合当作规划或升级生产管线时的参考索引。